多采样率数据的语义化适配方法、装置、边缘设备及存储介质与流程

本发明涉及数据采集与边缘计算，尤其涉及一种多采样率数据的语义化适配方法、装置、边缘设备及存储介质。本发明适用于存在高频采样与低频决策两层级、且两层采样率不同的数据系统，包括但不限于可穿戴与智能穿戴设备、低功耗物联网边缘计算、毫米波雷达居家监测、多速率工业控制系统、车联网多源融合、医疗监护设备与智能家居传感中枢。

背景技术：

1、在可穿戴、物联网与生理监护系统中，高频采样数据到低频决策的衔接通常处于下列六种位置之一，且各有缺陷。第一类为直接降采样。该方案以固定抽取比例从高频序列中取点，或取窗口内最后一点作为该窗口的代表值，以抽取实现采样率变换，计算量最小。其局限在于：丢弃窗口内除采样点以外的全部信息，对体动这类峰值才有意义的特征，恰可能抽到静息点而漏掉一次翻身；对心率这类需要平均的特征，单点值易受噪声影响；不携带有效性信息，下游无法知道该值是否可信；抽取比例与两层采样率绑定。第二类为统一窗内统计。该方案对窗口内所有样本执行同一种统计，通常为算术平均，以平均抑制噪声。其局限在于：统一正是其根本缺陷，体动取平均会把一次显著的翻身抹平，即多次静息样本稀释一次峰值；心率变异性取平均会掩盖其时域结构；分期标签作为离散类别更不能取平均；算术平均对离群点敏感且不考虑信号质量差异；同样不携带有效性信息。第三类为事件驱动采样。该方案仅在特定事件发生时记录与上报，其余时间不产出数据，以稀疏事件代替连续采样来节省功耗与带宽。其局限在于：无事件不等于无变化，静默期内的趋势信息完全丢失；事件分布不均导致输出时间不定，下游决策周期无法与之对齐；无法回答静默期内该特征的值是多少；同样不携带有效性信息，静默期与断连期在下游看来完全相同。第四类为通用流式处理框架。该方案以通用流处理引擎处理多速率数据流，提供窗口、水位线与乱序处理能力。其局限在于：水位线解决的是乱序与迟到，而非上游中断或欠载导致的数据过期；窗口聚合策略按算子配置而非按特征语义自动选取；框架体量与运行时开销远超穿戴设备微控制单元的承受能力，与待机电流不大于50微安的目标冲突；不提供面向生理特征语义的策略集合。第五类为无适配的同步阻塞。该方案令决策层直接以高频数据驱动，或等待固定窗口填满后才决策，两层共用同一时间基准与缓冲。其局限在于：两层采样率实质绑定，任一侧调整都引起另一侧连锁修改；决策层若以高频驱动，则分期判读与状态转移的计算量成百倍上升；若等待窗口填满，则在传感节点休眠或断连时永久阻塞，无超时与降级机制。这正是100毫秒与30秒量纲错位的成因形态。第六类为通用多速率信号处理。该方案以抽取、插值、抗混叠滤波、多相滤波等方法实现采样率变换，以滤波保证采样率变换无混叠失真。其局限在于：解决的是波形层面的采样率变换，不适用于离散分期标签等类别型特征；不涉及按语义选择不同汇聚方式；不输出时间有效性标识；其目标是无失真重建波形，而本场景的目标是保留决策所需信息。

2、归纳上述六类方案，现有技术待解决的技术问题可归纳为七项：两层采样率量纲错位导致接口悬空；统一降采样造成语义损失；下游无法判断数据是否过期；过期数据与静默数据不可区分；两层采样率绑定导致独立演进困难；资源受限平台无可用方案；缺少降级触发的明确依据。

3、这一位置的确定，源于系统内部存在的一处量纲层级错位：传感器感知架构把预处理延迟不大于100毫秒、采集时序误差不大于1毫秒、特征提取与分期推理不大于50毫秒作为跨层不可变指标，而决策层以30秒分期历元为单位进行四态分期与状态转移。两层各自的指标均可实现，但当把100毫秒作为跨层不可变指标时，硬件团队按100毫秒设计缓冲队列，软件团队却按30秒订阅特征流，接口悬空。

4、就最接近现有技术而言，cn117158891a（苹果公司，用于睡眠状态跟踪的系统和方法，公开日2023-12-05）公开了用于睡眠状态跟踪的系统和方法，其可穿戴设备包含运动跟踪传感器，并利用运动跟踪传感器数据对多个时段的睡眠状态进行估计与分类、以确定睡眠区间，且可对运动跟踪传感器数据执行信号质量检查、由信号质量检查抢占睡眠状态分类或跟踪结果的显示，还可对已分类的各时段睡眠状态进行滤波与平滑（见该文献摘要，来源：lt;）；但该文献未公开「第一采样率特征流与第二采样率决策特征被显式建模为两个彼此独立的量、由适配器在两层之间完成采样率与时间语义转换」这一接口层解耦机制，亦未公开「把特征的时间有效性信息随决策特征一并显式输出、并按有效期标识驱动降级」的处置依据。cn115886770a（苹果公司，公开日2023-04-04）公开了基于雷达的生物特征信号提取系统与方法，其处理电路对来自被监测对象的反射信号执行不同的统计分析，并依据统计分析结果执行不同的处理功能以确定振动，从而提取与活体对象关联的生物特征信息（如呼吸与心血管信息）（见该文献摘要，来源：lt;）；但该文献未公开按生理特征类型在多种汇聚策略（峰值保持、时间窗均值、质量加权、最近值保持或众数、计数）之间自动选定汇聚策略，也未涉及离散类别型分期标签的语义化汇聚。cn106991810a（杭州电子科技大学，公开日2017-07-28）公开了应用于监测终端的多采样率方法，其通过监测终端传感器采样率的自动调节实现对汽车尾气的多采样率监测，以消除数据冗余并提高设备测量准确性（见该文献摘要，来源：lt;）；但该文献未公开把两层采样率分别显式建模为两个独立量并设置二者之间的适配器，未公开按特征语义选取汇聚策略，也未公开输出时间有效性标识并以此作为过期数据判定与降级触发的依据。

5、上述七项问题相互交织，共同指向高频采样层与低频决策层之间缺少显式适配结构这一缺陷。上述文献均未公开「将第一采样率特征流与第二采样率决策特征解耦建模、按生理特征语义自动选定汇聚策略、并随决策特征显式携带时间有效性标识以驱动降级」这一组合。因此，现有方案普遍缺乏两层采样率量纲错位时的接口层解耦能力，亦缺乏对过期数据与静默数据加以区分并据此触发降级的明确依据。

技术实现思路

1、本发明的目的在于提供一种多采样率数据的语义化适配方法及装置，以解决现有技术中两层采样率量纲错位、统一降采样造成语义损失、下游无法判断数据是否过期、两层采样率绑定导致独立演进困难的问题。

2、为实现上述目的，本发明提供一种多采样率数据的语义化适配方法，包括如下步骤：以第一采样率接收来自感知端的至少一种生理特征数据流，每一特征帧包含特征类型标识、特征值、信号质量指标与时间戳，并将特征帧写入环形缓冲；为至少一种生理特征数据分别选取对应的汇聚策略，汇聚策略包括最近值保持、时间窗均值、峰值保持与质量加权中的至少一种，且汇聚策略依据生理特征的类型自动选定；依据汇聚策略，将第一采样率的生理特征数据转换为第二采样率的决策特征，第二采样率低于第一采样率，且第二采样率对应的决策周期与决策层的分期粒度对齐；为决策特征附加有效期标识，有效期标识至少包含决策特征所覆盖的原始样本的时间跨度起点与终点、实际纳入汇聚的样本数与有效截止时刻；以第二采样率向决策层输出携带有效期标识的决策特征；当决策特征超出有效期标识所表征的有效范围时，通知决策层切换至降级判定逻辑，而非以过期数据继续判定或直接判定失败；第一采样率与第二采样率彼此解耦，改变第一采样率不影响第二采样率，改变第二采样率不影响第一采样率。上述技术方案位于泛在物联睡眠管理系统的四层架构中传感器感知层与数据管理与分析层之间，即特征流层与决策流层之间的适配层，不执行传感、特征提取、睡眠分期判读与节律建模，而只完成采样率与时间语义的转换；从纵向看，本方法向上承接异构传感节点按场景调度后输出的第一采样率特征流，向下为分级处置状态机与硬截止守卫提供决策特征；从产品形态看，本方法可以是运行于可穿戴设备主控微控制单元固件的适配模块、运行于床头中控或家庭网关的中间件或分布于传感节点与主机之间的双段适配。

3、进一步，从纵向看，本方法向上承接异构传感节点按场景调度后输出的第一采样率特征流，向下为分级处置状态机与硬截止守卫提供决策特征；从横向看，它与断连场景的降级推理链直接衔接，本方法输出的有效期标识正是判定数据是否已过期、是否需要降级的依据。从产品形态看，本方法可以三种形态存在：运行于可穿戴设备主控微控制单元固件的适配模块、运行于床头中控或家庭网关的中间件、分布于传感节点与主机之间的双段适配。本方法仅涉及双采样率解耦、语义化汇聚策略与有效期驱动降级这一接口层机制，不涉及分期算法、节律建模以及通用的降采样与插值技术。

4、进一步，上述环节构成完整的因果链：解耦提供结构，语义化策略保证降采样不失真，有效期提供时间语义，降级保证鲁棒，可配置与轻量实现保证工程落地。其中语义化汇聚策略解决降采样过程中保留哪一部分信息的问题，有效期标识解决输出值何时不再可信的问题，二者共同用于减少语义损失并触发降级。

5、进一步，本发明的进一步改进包括：把两层的采样率显式建模为彼此解耦的量，消除量纲层级错位；按生理特征的语义自动选取汇聚策略，避免统一降采样造成的语义损失；为决策特征附加有效期标识，使下游可判定数据是否过期；以有效期判定驱动决策层切换至降级逻辑而非使用过期数据；以环形缓冲与增量累加实现，使方案可在资源受限的边缘端微控制单元上运行；使策略表可配置，增删特征类型无需改代码。

6、进一步，所述极简实现，是指在算力与存储受限的边缘端，有效期标识中需由本地实时累加获得的两项——实际样本数与有效截止时刻——由边缘端直接写入，而需依赖全局信息的三项——时间跨度起点与终点、期望样本数与覆盖率——由主机端在下发配置时补充写入；采用该实现时，边缘端只维护环形缓冲与两个计数器，不保存完整时间序列。

7、有益效果

8、与现有技术相比，本发明具有以下有益效果：第一，两层采样率显式解耦，接口悬空消除，两层可各自独立演进；第二，按语义选策略，体动的峰值、心率的均值、心率变异性的质量加权、分期标签的众数各得其所，减少信息损失；第三，有效期标识使数据是否可用成为可判定量，断连与正常休眠可被区分；第四，降级由有效期判定点明确触发，降级时机与程度有据可依；第五，环形缓冲加增量累加可在穿戴端微控制单元上运行；第六，策略表可配置，特征类型增删无需改代码。